arxiv arXiv cs.AI · 1 hari lalu · research

Fathom-Vaidya meningkatkan penalaran medis dengan hadiah berbasis rubrik

Diterjemahkan dari English → Bahasa Indonesia

Para penulis memperkenalkan Fathom-Vaidya, sebuah model 30B parameter yang menggunakan data sintetis dan pembelajaran penguatan berbasis rubrik untuk meningkatkan penalaran diagnostik dan klinis dalam perawatan kesehatan. Kerangka pelatihan pertama-tama menargetkan akurasi diagnostik menggunakan pertanyaan yang berasal dari MedBullets dan kemudian menangani interaksi klinis multi-giliran melalui 5,3k skenario yang dihasilkan dengan rubrik multidimensi.

Model mencapai akurasi 50,1% di HealthBench-Hard, melampaui baseline proprietaris termasuk GPT-5 (thinking).
Menunjukkan peningkatan lebih dari 10% pada benchmark MedXpertQA.
Pendekatan ini secara sistematis meningkatkan skenario diagnostik kompleks dan kemampuan dialog kontekstual.

Karya ini menunjukkan bahwa dataset sintetis yang ditargetkan dan pelatihan berbasis rubrik dapat secara efektif mengatasi kelemahan persisten dalam LLM medis.

Kepentingan 2/3 Mengungguli benchmark lab papan atas arXiv cs.AI Research paper Training methods

Benchmark

Benchmark	Model	Skor
HealthBench	Fathom-Vaidya	50.1%

Baca aslinya

Fathom-Vaidya meningkatkan penalaran medis dengan hadiah berbasis rubrik

Para penulis memperkenalkan Fathom-Vaidya, model 30B parameter yang menggunakan data sintetis dan pembelajaran penguatan berbasis rubrik untuk meningkatkan penalaran diagnostik dan klinis dalam perawatan kesehatan. Kerangka pelatihan pertama-tama menerapkan RL yang dipandu aturan pada pertanyaan yang berasal dari MedBullets untuk diagnosis, kemudian memanfaatkan 5.3k skenario multi-giliran sintetis dengan rubrik multidimensi untuk tugas klinis interaktif.

arxiv arXiv cs.CL · 1 hari lalu · 12 tayangan

Fathom-Vaidya meningkatkan penalaran medis dengan hadiah berbasis rubrik

Para penulis memperkenalkan Fathom-Vaidya, sebuah model dengan 30B parameter yang menggunakan data sintetis dan pembelajaran penguatan berbasis rubrik untuk meningkatkan penalaran diagnostik dan klinis dalam perawatan kesehatan.

media Hugging Face Forums · 2 hari lalu · 18 tayangan

MB-Bidram membagikan arsitektur eksperimental WideNDepth yang memisahkan penalaran dari pengetahuan

MB-Bidram telah merilis arsitektur neural eksperimental bernama WideNDepth (WND) yang dirancang untuk memisahkan kemampuan penalaran dari penyimpanan pengetahuan. Model ini terdiri dari "bagian lebar" yang berfungsi sebagai memori dan "bagian dalam" yang bertindak sebagai penalar.

media Hugging Face Forums · 3 hari lalu · 18 tayangan

Proposal: Transfer pengetahuan progresif dari Qwen 9B ke 27B untuk model tetap 4B

Seorang pengguna di forum Hugging Face mengusulkan eksperimen dalam transfer pengetahuan progresif, di mana model siswa berukuran tetap (Qwen 4B) belajar secara berurutan dari model guru yang semakin besar, bukan langsung dari yang terbesar yang tersedia.

arxiv arXiv cs.LG · 7 hari lalu · 20 tayangan

OpenAI merilis Open-1B dengan pelatihan yang sepenuhnya dapat diaudit

OpenAI telah merilis Open-1B, sebuah model bahasa yang dilatih di bawah rezim di mana setiap operasi selama pelatihan dapat direproduksi secara independen pada perangkat keras komersial heterogen dengan kepastian bit demi bit. Pendekatan ini mengatasi masalah reproduktibilitas yang melekat pada model sumber terbuka dengan memberlakukan urutan tertentu pada sumber non-determinisme, seperti reduksi kernel GPU dan pengurutan batch data.